Хакер для iPhone называет AI-кодинговых агентов дорогостоящей ошибкой

Джордж Хотц, хакер, который впервые взломал iPhone в 17 лет и провёл обратную разработку PlayStation 3, опубликовал в блоге в воскресенье пост, утверждая, что массовое внедрение ИИ-агентов для написания кода приведёт к заметному ухудшению качества программного обеспечения. Хотц написал: «Я называю это сейчас: внедрение ИИ-агентов в разработку ПО станет одной из самых дорогих ошибок в истории отрасли». Его позиция напрямую противоречит Андрею Карпати — одному из самых заметных исследователей в области ИИ, — который 19 мая 2026 года присоединился к команде по дообучению Anthropic, прямо заявив, что ИИ-агенты уже преобразили разработку ПО. Эти двое представляют полюса неустроенной отраслевой дискуссии, и у обоих достаточно весомые аргументы, чтобы поддерживать свою точку зрения.

Главный аргумент Хотца

Хотц потратил шесть месяцев на тестирование ИИ-агентов на реальных проектах: частях Tinygrad — его открытого фреймворка глубокого обучения — и полной обратной разработке прошивки USB-PCIe-чипа. На основе этого опыта он утверждает, что «агенты не могут программировать, и это всё сложнее и сложнее осознать — что они не могут». Он описывает результат как «сломанный, но так, что его всё труднее и труднее обнаружить. Точно так, как можно ожидать от всё более точной статистической модели».

Его ключевая проблема — организационная. У сильных исполнителей есть плотные циклы обратной связи, чтобы находить проблемы, сгенерированные агентами, до выпуска: они читают код, выявляют ошибки и калибруют, когда доверять инструменту. «У слабых исполнителей не будет такого самопроверочного механизма», — пишет Хотц. Главный момент: слабые исполнители используют агентов, чтобы получать в 10 раз больший объём вывода по сравнению с их прежними результатами. В крупных компаниях это приводит к более быстрому деградированию среднего качества кода, скрытому самим объёмом. Хотц описывает итог как «золотую эру для ведер и ведер халтуры и тёмный век для драгоценных камней качества». Он указывает на сообщения о том, что Apple продвигает инструменты ИИ для кодинга по всей своей инженерной организации, задавая вопрос: «Как вы думаете, macOS станет лучше или хуже в ближайшие 2 года?»

Дело не в эго

Хотц заранее отвечает на возражение, что программист, определяющий свою идентичность ремеслом, естественно будет сопротивляться замене инструментами. Он относится к этому серьёзно и отвергает по существу. «Google's AFL нашёл больше багов, чем LLM, и никто не чувствовал этого. Шахматы и Go популярнее, чем когда-либо», — написал он. ИИ в шахматах доминирует над людьми уже десятилетия, но сама игра при этом только росла в популярности.

Хотц также выражает скепсис относительно мотивации отрасли: «Мне почти кажется, что это какой-то psyop, чтобы продать агенты. Страх потери — один из немногих способов заставить большие компании сдвинуться с места. Но я думаю, что в этом страхе они совершают большую ошибку».

Где стоят лагеря

Теперь Хотц помещает себя в то, что называет «LeCun/Marcus camp» — имея в виду Янна Лекуна, главного специалиста по ИИ в Meta, и Гэри Маркуса, давнего скептика по отношению к LLM. Оба утверждали, что языковые модели по сути представляют собой чрезвычайно продвинутые сопоставители шаблонов: они могут имитировать распределение уже существующего кода, но не способны рассуждать о действительно новых проблемах, исходя из первых принципов.

Вайб-кодинг — описание того, что вы хотите, простыми словами и передача ИИ генерации реализации — взорвался за последний год. Major AI labs позиционировали агентный подход к кодингу как продукт-флагман. В 2025 году Microsoft превратила GitHub Copilot в полноценную агентную систему, а CEO Сатья Наделла описал это как сдвиг на уровне платформы, сопоставимый с переходом в облако.

Ранее в 2025 году Карпати был скептичен к агентам, но поменял позицию после релизов новых моделей. CEO Anthropic Дарио Амодеи заявил на Davos, что некоторые инженеры Anthropic уже перестали писать код сами: они дают моделям делать это, а затем просматривают результат. Хотц, попробовав тот же подход, говорит, что каждый раз в итоге тянулся к ручной правке.